基于日期列给DataFrame新增长假期前后标识列的实现求助

核心思路 #

通过标记连续的非工作日时段，筛选出长度≥3天的长假期，再定位长假期的前一天和后一天（需为工作日），分别标记为1，其余为0。

完整代码实现 #

import pandas as pd
import numpy as np

# ----------------------
# 1. 构造示例数据（可替换为你的真实数据）
# ----------------------
dates = pd.date_range(start='2024-09-25', end='2024-10-10')
# 模拟国庆长假：10.1-10.7为非工作日（holiday=1），其余为工作日（holiday=0）
holiday = [0,0,0,1,1,1,1,1,1,1,0,0,0,0,0,0]
df = pd.DataFrame({'Date': dates, 'temp_data': np.random.randn(len(dates)), 'holiday': holiday})

# ----------------------
# 2. 标记长假期及前后工作日
# ----------------------
# 给连续的holiday时段分组：相邻行holiday值变化时，分组ID累加
df['holiday_group'] = (df['holiday'] != df['holiday'].shift()).cumsum()

# 计算每个分组的连续天数，每行同步获取所在组的长度
df['group_length'] = df.groupby('holiday_group')['holiday'].transform('count')

# 标记属于长假期的行（连续≥3天的非工作日）
df['is_long_holiday'] = (df['holiday'] == 1) & (df['group_length'] >= 3)

# 生成pre_long_holiday：长假期前一天（工作日）标1，其余0
df['pre_long_holiday'] = (df['is_long_holiday'].shift(1) == True) & (df['holiday'] == 0)
df['pre_long_holiday'] = df['pre_long_holiday'].astype(int)

# 生成post_long_holiday：长假期后一天（工作日）标1，其余0
df['post_long_holiday'] = (df['is_long_holiday'].shift(-1) == True) & (df['holiday'] == 0)
df['post_long_holiday'] = df['post_long_holiday'].astype(int)

# 清理中间辅助列（可选）
df = df.drop(['holiday_group', 'group_length', 'is_long_holiday'], axis=1)

关键步骤说明 #

• 连续时段分组：通过shift()对比相邻行的holiday值，变化时累加分组ID，确保连续相同的非工作日被归为同一组。
• 长假期筛选：用transform()计算每组的连续天数，筛选出长度≥3的非工作日组。
• 前后日期标记：
  • shift(1)获取下一行的长假期标记，结合当前行是工作日，标记长假期前一天；
  • shift(-1)获取上一行的长假期标记，结合当前行是工作日，标记长假期后一天；
  • 最后将布尔值转为0/1整数，符合需求格式。

内容的提问来源于stack exchange，提问作者Bella_18